Adatum Corporation-scenario voor analyses op cloudschaal in Azure
Analyses op cloudschaal zijn modulair opgebouwd en stellen organisaties in staat om te beginnen met fundamentele landingszones die ondersteuning bieden voor hun gegevens- en analyseworkloads, ongeacht of de projecten worden gemigreerd of nieuw zijn ontwikkeld en geïmplementeerd in Azure. De architectuur stelt organisaties in staat om zo klein als nodig te beginnen en mee te schalen met hun bedrijfsvereisten, ongeacht het schaalpunt.
Klantprofiel
Deze referentiearchitectuur is ideaal voor klanten die een eenheid van hun bedrijf hebben geïdentificeerd die klaar is om analyseworkloads te implementeren in Azure. Met deze architectuur wordt één landingszone geïmplementeerd die door de bedrijfseenheid kan worden gebruikt voor het beheren van hun gegevensdomein. Het biedt de flexibiliteit om meer landingszones toe te voegen voor andere bedrijfseenheden wanneer ze klaar zijn om naar Azure te worden verplaatst.
Adatum Corporation is een grote, internationale onderneming. Naast de gecentraliseerde bedrijfseenheden op het hoofdkantoor hebben ze ook dochterondernemingen over de hele wereld die hun eigen bedrijfsonderdelen hebben, waaronder boekhouding, marketing, verkoop, ondersteuning en activiteiten.
Al deze verschillende groepen produceren hun eigen gegevens. Veel van de bedrijfseenheden hebben ingesloten analyseteams. De centrale IT-organisatie heeft het grootste deel van het gegevensplatform geleverd dat in gebruik is, maar een paar bedrijfseenheden hebben hun eigen oplossingen geïmplementeerd. Het gegevensplatform bestaat uit verschillende cloudservices en on-premises oplossingen.
De visie van het bedrijf is om een gecentraliseerd analyseplatform te hebben, één bron van waarheid voor alle gegevens. Het is echter een uitdaging geworden voor veel verschillende belanghebbenden om in te kopen in één technologie. Gezien de snelheid waarmee nieuwe gegevens worden gemaakt en nieuwe opties beschikbaar komen, raken zelfs vroege concepten van plannen voor centralisatie snel verouderd. Ondertussen is het zakelijke verkoopteam hun huidige oplossing ontgroeid en moet het bedrijf dringend nieuwe analyses gebruiken om een nieuw marktsegment na te streven.
Adatum heeft besloten om een analysepatroon op cloudschaal in Azure te implementeren om dit probleem op te lossen. De onderneming is ervan overtuigd dat het zakelijke verkoopteam dankzij analyses op cloudschaal hun gegevensplatform kan migreren, maar nog steeds voldoende flexibiliteit biedt voor andere bedrijfsonderdelen wanneer ze klaar zijn om lid te worden.
Huidige situatie
De Adatum corporate sales group maakt gebruik van traditionele ERP- en CRM-systemen om haar verkooptransacties te verwerken. Gegevens van deze systemen moeten worden geëxporteerd naar een afzonderlijk analyseplatform, zodat belanghebbenden in de hele organisatie toegang hebben tot de gegevens en deze kunnen verrijken voor hun verschillende projecten.
Architectuuroplossing
In deze referentiearchitectuur implementeren we een landingszone voor gegevensbeheer, die nodig is voor alle ESA-implementaties, en één datalandingszone, die kan worden gebruikt door de verkoopafdeling van het bedrijf.
Landingszone voor gegevensbeheer
Een essentieel concept voor elke cloudanalyse is het hebben van één landingszone voor gegevensbeheer. Dit abonnement bevat resources die worden gedeeld in alle landingszones. Dit omvat gedeelde netwerkonderdelen, zoals een firewall en privé-DNS-zones. Het bevat ook resources voor gegevens- en cloudgovernance, zoals Azure Policy en Azure Purview.
Gegevenstoepassingen
De landingszone heeft twee gegevenstoepassingen. De eerste integratie neemt gegevens op met betrekking tot klanten. Dit omvat de klantrecords en de bijbehorende records (zoals adressen, contactpersonen, gebiedstoewijzingen en contactgeschiedenis). Deze gegevens worden geïmporteerd vanuit het Adatum CRM-systeem.
De tweede gegevenstoepassing neemt verkooptransacties op. Dit omvat transactieheaders, regelitemgegevens, verzendrecords en betalingen. Al deze records worden opgenomen vanuit het Adatum ERP-systeem.
Deze integraties transformeren of verrijken de gegevens niet. Ze kopiëren alleen de gegevens van de bronsystemen en landen deze in het analyseplatform. Hierdoor kunnen veel gegevensproducten de gegevens op een schaalbare manier gebruiken zonder dat het bronsysteem een extra belasting hoeft te vormen.
Gegevensproducten
In dit voorbeeld heeft Adatum één gegevensproduct. Dit product combineert onbewerkte gegevens uit de twee gegevenstoepassingen en transformeert deze in een nieuwe gegevensset. Van daaruit kan het door zakelijke gebruikers worden opgehaald voor extra analyse en rapportage met hulpprogramma's zoals Microsoft Power BI.
Afbeelding 1: Diagram van de architectuur. Niet alle Azure-services worden weergegeven in het bovenstaande diagram. Het is vereenvoudigd om de belangrijkste concepten van de organisatie van resources binnen de architectuur te benadrukken.
Reden
Waarom plaatst u verkooptransacties en klanten niet in hun eigen datalandingszones?
Een van de eerste beslissingen die ondernemingen moeten nemen over hun analyses op cloudschaal is het verdelen van de volledige gegevensopslag in landingszones. Gegevensoplossingen die vaak met elkaar communiceren, zijn goede kandidaten voor opname in dezelfde landingszone. Hierdoor kunnen ondernemingen de kosten verlagen die gepaard gaan met het verplaatsen van gegevens tussen gekoppelde VNets. In dit voorbeeld worden verkooptransactiegegevens vaak gekoppeld aan klantgegevens. Daarom is het zinvol om deze gerelateerde gegevenstoepassingen op te slaan in dezelfde gegevenslandingszone.
Een extra overweging voor landingszones is hoe de teams die verantwoordelijk zijn voor de gegevens binnen de organisatie worden uitgelijnd. In dit geval zijn de twee Data-toepassingen eigendom van verschillende teams, maar deze teams maken beide deel uit van de verkoop- en marketingafdeling van Adatum.
Waarom mogen verkooptransacties en klanten niet één gegevenstoepassing delen?
Door de klantgegevens en de verkooptransactiegegevens in hun eigen gegevenstoepassingen te scheiden, kunnen de experts voor die domeinen de beste beslissingen nemen voor hun specifieke gegevensproducten. Ze kunnen de toegangspatronen, opname-engines en opslagopties kiezen die het beste aan hun behoeften voldoen zonder met elkaar te conflicteren.
Het team dat ervaring heeft met het CRM-systeem is bijvoorbeeld verantwoordelijk voor de data-toepassing van de klant. Op basis van de vaardigheden van het team en de technologieën die door het CRM-systeem worden gebruikt, bepalen ze welke tools het beste aansluiten bij hun behoeften. Ze hoeven zich geen zorgen te maken of deze beslissingen ook werken voor het verkooptransactiesteam. Dat team gebruikt hun eigen toolset en hoeft geen compromissen te sluiten om te voldoen aan de vereisten van het team van de klant.
Waarom het verkoopteam verplaatsen naar het nieuwe gegevensplatform?
In dit voorbeeld is het zakelijke verkoopteam het eerste dat overstapt op de nieuwe cloudanalyse. De oplossing is ontworpen om vooral schaalbaar te zijn. Aangezien andere bedrijfseenheden klaar zijn om te migreren, kunnen er meer landingszones worden toegevoegd om hun workloads te kunnen verwerken.
Hoe u zich in de toekomst kunt ontwikkelen
U kunt schalen door meer landingszones toe te voegen aan de architectuur. Deze landingszones maken gebruik van VNet-peering om verbinding te maken met de landingszone voor gegevensbeheer en alle andere landingszones. Met dit mesh-patroon kunnen gegevensproducten en -resources worden gedeeld tussen zones. Door op te splitsen in verschillende zones, worden de workloads verdeeld over Azure-abonnementen en -resources. Hierdoor kunnen ondernemingen voorkomen dat ze de limieten van de Azure-services bereiken en hun gegevensdomein blijven uitbreiden.
Implementatiesjablonen
Als u de bovenstaande architectuurbasislijnen wilt implementeren, gebruikt u de implementatiesjablonen voor de landingszone voor gegevensbeheer en de referentie-implementatiesjablonen voor de gegevenslandingszone in de volgende GitHub-opslagplaatsen:
Gebruik de volgende sjabloon om verkooptransacties, toepassingen voor klantgegevens en samenvattingsgegevensproducten te implementeren in de landingszones voor verkoopgegevens van Adatum:
Belangrijk
Niet elke sjabloon die hierboven wordt vermeld, hoeft te worden geïmplementeerd om te voldoen aan de behoeften van Adatum. Er is enige aanpassing vereist voor de sjablonen. Services die niet nodig zijn, moeten vóór de implementatie uit de sjablonen worden verwijderd.
Volgende stappen
Ga door naar het Relecloud-scenario voor analyses op cloudschaal in Azure.
Meer informatie in: